请问matlab中RBF神经网络newrbe函数用的什么算法

类似下面程序，但是是用rbf神经网络的matlab的源程序是什么啊？~

您好：
clc
clear all
close all

%---------------------------------------------------
% 产生训练样本与测试样本，每一列为一个样本

n1 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];
x1 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)];

n2 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];
x2 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)]

xn_train = n1; % 训练样本
dn_train = x1; % 训练目标

xn_test = n2; % 测试样本
dn_test = x2; % 测试目标

%---------------------------------------------------
% 训练与测试

switch 3
case 1

% 神经元数是训练样本个数
P = xn_train;
T = dn_train;
spread = 40; % 此值越大,覆盖的函数值就大(默认为1)
net = newrbe(P,T,spread);

case 2

% 神经元数逐步增加,最多就是训练样本个数
P = xn_train;
T = dn_train;
goal = 1e-8; % 训练误差的平方和(默认为0)
spread = 40; % 此值越大,需要的神经元就越少(默认为1)
MN = size(xn_train,2); % 最大神经元数(默认为训练样本个数)
DF = 1; % 显示间隔(默认为25)
net = newrb(P,T,goal,spread,MN,DF);

case 3

P = xn_train;
T = dn_train;
spread = 0.5; % 此值越大,需要的神经元就越少(默认为1)
net = newgrnn(P,T,spread);

end

X = sim(net,xn_test); % 测试 - 输出为预测值
X = full(compet(X)) % 竞争输出

%---------------------------------------------------
% 结果统计

Result = ~sum(abs(X-x2)) % 正确分类显示为1
Percent = sum(Result)/length(Result) % 正确分类率

希望对您有用
clc
clear
close all

%---------------------------------------------------
% 产生训练样本与测试样本，每一列为一个样本

P1 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];
T1 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)];

P2 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];
T2 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)];

%---------------------------------------------------
% 归一化

[PN1,minp,maxp] = premnmx(P1);
PN2 = tramnmx(P2,minp,maxp);

%---------------------------------------------------
% 训练

switch 2
case 1

% 神经元数是训练样本个数
spread = 1; % 此值越大,覆盖的函数值就大(默认为1)
net = newrbe(PN1,T1,spread);

case 2

% 神经元数逐步增加,最多就是训练样本个数
goal = 1e-4; % 训练误差的平方和(默认为0)
spread = 1; % 此值越大,需要的神经元就越少(默认为1)
MN = size(PN1,2); % 最大神经元数(默认为训练样本个数)
DF = 1; % 显示间隔(默认为25)
net = newrb(PN1,T1,goal,spread,MN,DF);

case 3

spread = 1; % 此值越大,需要的神经元就越少(默认为1)
net = newgrnn(PN1,T1,spread);

end

%---------------------------------------------------
% 测试

Y1 = sim(net,PN1); % 训练样本实际输出
Y2 = sim(net,PN2); % 测试样本实际输出

Y1 = full(compet(Y1)); % 竞争输出
Y2 = full(compet(Y2));

%---------------------------------------------------
% 结果统计

Result = ~sum(abs(T1-Y1)) % 正确分类显示为1
Percent1 = sum(Result)/length(Result) % 训练样本正确分类率

Result = ~sum(abs(T2-Y2)) % 正确分类显示为1
Percent2 = sum(Result)/length(Result) % 测试样本正确分类率

newrbe是设计精确的径向基神经网络的函数，用法如：
P = [1 2 3];%输入
T = [2.0 4.1 5.9];%目标
net = newrbe(P,T);%生成神经网络

其算法是：生成的网络有2层，第一层是radbas神经元，用dist计算加权输入，用netprod计算网络输入，第二层是purelin神经元，用 dotprod计算加权输入，用netsum计算网络输入。两层都有偏差b。
newrbe先设第一层权重为p'，偏差为0.8326，第二层权重IW{2,1}从第一层的仿真输出 A{1}得到，偏差 b{2}从解线性方程 [W{2,1} b{2}] * [A{1}; ones] = T 得到。

---

龙湖区17097818550： MATLAB工具箱里的RBF神经网络newrb是什么算法 - ？
邸璧龙百： newrb设计了径向基网络,调用格式:net = newrb [net,tr] = newrb(P,T,goal,spread,MN,DF) P-Q组输入向量组成的R*Q维矩阵;T-Q组目标分类向量组成的S*Q维矩阵;goal-均方误差,默认值为0;spread-径向基函数的扩展速度,默认值为1;MN-神...

龙湖区17097818550： 请问如何用MATLAB7建立RBF神经网络? - ？
邸璧龙百： 你提的问题太大了,对于指纹的图像处理就很麻烦.假设你已经获得了适合的输入向量.那就把向量中的每一个值看作一个输入神经元,把指纹的所属者作为输出单元训练就是了.

龙湖区17097818550： 请问matlab中RBF神经网络newrbe函数用的什么算法 - ？
邸璧龙百： newrbe是设计精确的径向基神经网络的函数,用法如:P = [1 2 3];%输入T = [2.0 4.1 5.9];%目标net = newrbe(P,T);%生成神经网络其算法是:生成的网络有2层,第一层是radbas神经元,用dist计算加权输入,用netprod计算网络输入,第二层是purelin神经元,用 dotprod计算加权输入,用netsum计算网络输入.两层都有偏差b.newrbe先设第一层权重为p',偏差为0.8326,第二层权重IW{2,1}从第一层的仿真输出 A{1}得到,偏差 b{2}从解线性方程 [W{2,1} b{2}] * [A{1}; ones] = T 得到.

龙湖区17097818550： RBF 神经网络 预测 matlab - ？
邸璧龙百： 前面那位仁兄说到点子上了,你的网络没有大量数据先进行训练,你的p,t,组数感觉略少,训练达不到效果,训练语句如下:net=train(net,p,t); 另外,p_test=[0.054795;0.020548;0]如果这是测试样本,这句要改为y=sim(net,p_test);

龙湖区17097818550： 求画RBF神经网络核函数(即高斯核函数,多二次核函数,逆多二次核函数)图像的MATLAB代码 - ？
邸璧龙百： 径向基函数是单变量的函数,直接用plot命令即可.画出来的图像应该是个尖顶的对称函数曲线.plot(x,y):若y和x为同维向量,则以x为横坐标,y为纵坐标绘制连线图.若x是向量,y是行数或列数与x长度相等的矩阵,则绘制多条不同色彩的连线图,x被作为这些曲线的共同横坐标.若x和y为同型矩阵,则以x,y对应元素分别绘制曲线,曲线条数等于矩阵列数.例子:在0≤x≤2π区间内,绘制曲线 y=2e-0.5xcos(4πx) 程序如下:x=0:pi/100:2*pi;y=2*exp(-0.5*x).*cos(4*pi*x); plot(x,y)

龙湖区17097818550： 在matlab神经网络工具箱中,可以实现BP神经网络和RBF神经网络吗 - ？
邸璧龙百： 使用matlab2010b以后的版本会有完整的神经网络工具箱,使用nnstart可以调出toolbox,然后选择需要的功能,导入数据,选择训练参数和每层神经元个数,最后训练会输出网络与结果

龙湖区17097818550： matlab中如何查看rbf神经网络中各输入向量的权值 - ？
邸璧龙百： 比例呗,这得看程序写得存放在哪个矩阵里.运行一遍,点击主页面的数据列表那里的对应矩阵查看就行.谢谢.

龙湖区17097818550： 求救!在线等啊!5个输入自变量,1个输出变量,怎么用RBF神经网络模型预测? - ？
邸璧龙百： 既然用matlab的话rbf神经网络不需要自己写代码,matlab有提供的RBF工具箱.训练命令主要有两个,一个是固定隐含层节点数的指令newrbe,一个是变隐含层节点数的指令newrb.预测输出指令和其他神经网络一样,是sim.常用指令输出格式是...

龙湖区17097818550： 用matlab神经网络工具箱构建RBF神经网络,跪求源程序! - ？
邸璧龙百： 希望对您有用 clc clear close all %--------------------------------------------------- % 产生训练样本与测试样本,每一列为一个样本 P1 = [rand(3,5),rand(3,5)+1,rand(3,5)+2]; T1 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)]; P2 = [rand(3,5),rand(...

龙湖区17097818550： rbf神经网络原理 - ？
邸璧龙百： rbf神经网络原理是用RBF作为隐单元的“基”构成隐含层空间,这样就可以将输入矢量直接映射到隐空间,而不需要通过权连接. 当RBF的中心点确定以后,这种映射关系也就确定了.而隐含层空间到输出空间的映射是线性的,即网络的输出...